基于Kmeans的綜合股指類數據的聚類研究.pdf

1、自從證券市場出現以來，人們便不斷地嘗試發(fā)掘其潛在規(guī)律。隨著數據挖掘技術的發(fā)展，數據挖掘被引入了股票指數分析的研究領域。聚類分析是數據挖掘中一種常用的分析工具。近些年，許多研究者對股票數據進行聚類分析，以嘗試獲得一些傳統(tǒng)分析方法無法得到的有用信息。在所有聚類算法中，Kmeans以廣泛的數據適應性著稱：不論何種維度類型的數據，Kmeans都可以很好的適應。因此，本文作者將使用Kmeans作為聚類分析的基礎算法。
　　然而，在使用Kme

2、ans分析股票數據時，作者發(fā)現Kmeans并不總是適應股票指數數據。體現在聚類結果上表現為，聚類結果中不同聚類之間相互交錯不能很好的分離開。經過分析與思考后，作者認為：之所以Kmeans無法得到有效的聚類結果是因為，使用Kmeans分析股指類數據不可避免地會產生信息的丟失。這是其他大部分研究者，關注較少的地方。
　　眾所周知，投資者研究股票數據時，會關注同一技術指標在不同參數下形成的不同曲線之間的相互變動關系。但是，如果使用Kme

3、ans進行聚類分析，這些曲線之間的相互變動關系將會丟失。因此，如何找回丟失的信息，是本文的重點研究對象。為了解決信息丟失的問題，作者提出兩個新指標來保留有用信息。之后，作者通過實驗驗證了提出算法的可行性。由于兩個新提出的指標，在數據預處理階段被計算。因此，我們可以把提出的解決方案看作一種特殊的數據預處理方法。
　　為了驗證提出的數據預處理方法的有效性，文中做了多組對比實驗。實驗結果顯示，提出的數據預處理方法顯著地提高了聚類算法的有